Electronic Theses and Dissertation

Kakao harus didukung dengan teknologi yang tepat untuk mempermudah
meningkatkan produksi. Salah satu bagian dari buah kakao yang dapat dimanfaatkan
adalah bijinya, sebelum diolah biji kakao harus dikeringkan terlebih dahulu. Namun,
dalam proses penjemuran para petani hanya fokus pada berat dari biji tanpa
memperhatikan tingkat keseragaman kekeringannya. Mengingat biji kakao bervariasi
dalam ukuran, tidak semua biji akan mengering secara seragam ketika diproses.
Berdasarkan permasalahan tersebut, penelitian ini berfokus dalam mengolah citra
untuk deteksi biji kakao kering berdasarkan warna dan bentuk dengan menggunakan
metode CNN (Convolutional Neural Network) dengan arsitektur YOLO (You Only
Look Once). Dengan total dataset sebesar 2880 citra, tahapan pemilihan biji kakao
diawali dengan pembagian dataset ke dalam 2 kelas. Kelas yang pertama yaitu biji
kakao yang dikeringkan dengan sinar matahari. Kelas yang terakhir yaitu biji kakao
yang belum dikeringkan. Penelitian ini dapat menentukan biji kakao yang kering dan
belum dengan menggunakan dataset yang berbeda dimana hasil akurasi yang
didapatkan ialah rata-rata 99,8% dengan nilai presisi rata-rata dan recall rata-rata
sebesar 99,15% dan 99,8%.

Cacao must be supported by the appropriate technology to increase production. The cocoa seeds are one of the cocoa sections that can be utilized; they must be dried prior to processing. However, during the grinding process, producers only consider the seed's weight, ignoring the degree of drought uniformity. Given the size variance of cocoa seeds, not all seeds will dehydrate uniformly during processing. Using the CNN (Convolutional Neural Network) method and the YOLO (You Only Look Once) architecture, the research concentrates on imaging for dry cocoa seed detection based on color and shape using the CNN (Convolutional Neural Network) method. With a total of 2880 images in the data set, the selection phase of cocoa seeds commences by dividing the data set into two classes. The initial category is sun-dried cacao. The final category is unrefined Cocoa seed. This study can distinguish between dried and unprocessed cocoa seeds using multiple datasets with an average accuracy of 99,8%, an average precision value of 99,15%, and an average recall of 99,8%.